Es una ilusión pensar que la inteligencia artificial (IA) lo sea para todos. La IA generativa no democratiza el conocimiento: lo redistribuye de forma por demás asimétrica.[1] Una pregunta sobre un tema específico puede generar respuestas contrarias del mismo modelo LLM (Large Language Model), en particular cuando el usuario no tiene el conocimiento previo y mucho menos el contexto.[2] La paradoja es simple. Los modelos LLM, como los que impulsan herramientas conversacionales, están entrenados para generar respuestas probabilísticas, no verdades absolutas. Y es precisamente por eso que la formulación de preguntas (prompts) se convierte en un arte, o más aún, en una destreza basada en la ciencia.

En campos científicos o tecnológicos, el resultado de una consulta a la IA puede variar radicalmente según el conocimiento previo de quien la formula. Un experto, con nociones claras de medicina, bioquímica o lógica computacional, por ejemplo, es capaz de extraer respuestas más precisas, consistentes y reproducibles que un lego en la materia. Así pues, el conocimiento emergente que ofrece la IA depende tanto del diseño del sistema como de la habilidad cognitiva del usuario. Quien no sabe lo que busca, no sabrá evaluar lo que encuentra. Y más aún, quien no posee herramientas para contrastar lo obtenido con fuentes primarias, verificables y reproducibles de fuentes del dominio público, carece de la brújula epistemológica o heurística indispensable para discernir entre verdad y falsedad.

No basta con tener acceso a la IA: hay que saber interrogarla, interpretarla y, sobre todo, ponerla en contexto. En este sentido, el verdadero acceso a la IA no se mide por conectividad, sino por capacidad de discernimiento. Y en esa medida, más que democratizar el saber, la IA nos recuerda que el conocimiento sigue siendo, como siempre, una construcción exigente, gradual y profundamente desigual que exige una formación rigurosa y disciplinada.

@rrangelaldao


[1] Bender, E.M., Gebru, et al (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (FAccT). DOI. 10.1145/3442188.3445922

[2] Mollick, E., & Mollick, L. (2023). Using AI to Implement Effective Teaching Strategies in Classrooms: Five Strategies, and How ChatGPT Can Help. SSRN Electronic Journal.
DOI .10.2139/ssrn.4338985.